基于肺部CT影像数据的AI诊断系统截图   图片来源：南开大学

记者从南开大学获悉，该校计算机学院教授程明明团队联合北京推想科技有限公司研发的新冠肺炎CT影像AI筛查系统，已在包括湖北在内的全国40家医院应用部署，辅助医生开展新冠肺炎快速诊断、程度评估、病程动态监测等工作。截至3月12日，该系统已持续运行50余天，累计检测筛查8.1万个病例，协助医生确诊新冠肺炎6000余例，系统敏感度（正确确诊率）达98.3%，特异度（正确排除率）为81.7%。

据悉，1月中旬，南开大学与北京推想科技的联合项目团队第一时间将此前积累的基于肺炎、肺结核CT影像智能识别技术，部署应用于华中科技大学同济医学院附属同济医院、武汉大学中南医院等医院，辅助医生快速诊断新冠肺炎，并在运行过程中，持续收集新发数据，不断优化新冠肺炎智能识别与定位性能。

该系统主要具有两大功能：新冠肺炎的快速筛查及预警提示、数字化精准辅助诊断与病程监控。

程明明介绍，该系统处理一个病人的几十张高清晰度CT数据仅需数十秒，若简单增加服务器数量，还可以将速度提升至数秒以内。这就为大量病例数据的快速筛查提供了支撑。在发现疑似病例后，该系统会自动对可疑区域进行分割，并统计各个肺部解剖结构中肺炎区域占比的定量数据，为医生进一步诊断提供重要参考。

此外，除了对当前日期的肺炎情况进行定性和定量预测以外，该系统也可以自动检测病人几天前CT影像中的疑似肺炎区域。这种自动关联的能力，为动态、精确、量化的监控病程，提供了支撑。

“这些智能服务，一方面可大幅降低临床医师及影像医师的工作负荷；另一方面能够通过大量数据学习和减少疲劳诊断，提升医生判断的准确率，也为医生提供筛查和动态病程监测的功能。”程明明说。

许多使用该系统的医生都认为，CT影像AI筛查技术的临床应用，可以有效加速筛选“高度疑似肺炎患者”，减少患者的排队时间和院内交叉感染的风险，同时使患者获得早期诊断和及时治疗，改善患者预后和降低病死率。

此外，该系统还能有效缓解检测资源相对稀缺、医师经验不足的基层医疗机构的诊断压力，有效帮助医生进行患者病程转归前后对比，更加准确和快速地完成患者的日常诊断评估。

程明明表示，系统投入应用后，在运行过程中进一步积累了临床数据，并利用这些数据持续提高了系统的诊断性能。后续团队还将进一步提高系统的检测性能，提升定位精度，更好地协助医生做出快速、准确的诊断。